Introduction à l’Intelligence
Artificielle
Bases, concepts et histoire
•C'est quoi l'IA pour vous ?
•Tour de table rapide : "Citez une IA que vous
connaissez ou utilisez au quotidien." (Ex: GPS,
Siri/Gemini, Netflix, ChatGPT, Midjourney...).
•Discussion : Qu'est-ce que ces outils ont en
commun ? Quelles sont vos premières impressions
(enthousiasme, méfiance) ?
•Et pourquoi faire ?
Comment appréhender un problème ?
Approche
essais/Erreurs
Modélisation
mathématique
s/symbolique
Sciences numériques
pour résoudre des
problèmes complexes
Retour aux
données
expérimentales
D’autres formes
d’intelligence
Apprentissage du
signal social de
la danse
frétillante chez
les abeilles
domestiques.
«Le
conformisme
de
l’apprentissag
e social chez
les mouches
prédit des
traditions
durables en
matière de
choix de
partenaire »
D'un point de vue plus scientifique, Howard Gardner
(Gardner, H. Intelligences multiples -1993)à travers sa
théorie des intelligences multiples, discute aujourd'hui
de 8 types d'intelligence :
•L'intelligence linguistique (ou capacité à s'exprimer)
•l'intelligence logico-mathématique (ou capacité à
penser de manière abstraite et à raisonner)
•l'intelligence intrapersonnelle (ou capacité à se
connaître soi-même)
•l'intelligence interpersonnelle (ou capacité à
interagir les uns avec les autres)
•l'intelligence kinesthésique (ou capacité à utiliser
son corps)
•l'intelligence musicale (ou capacité à créer,
reproduire, reconnaître des sons, des rythmes, des
mélodies)
•l'intelligence visuelle et spatiale (ou capacité à se
repérer dans l'espace)
https://synapses-lamap.org/2020/04/02/que-peut-on-dire-de-lidee-
dintelligences-multiples-et-de-son-application-en-classe/
L'intelligence artificielle, de quelle forme
d'intelligence s'agit-il ?
l'intelligence artificielle est « l'ensemble
des théories et des techniques mises en œuvre
pour créer des machines capables de simuler
l'intelligence humaine »
les grands principes de la logique et du
raisonnement, que sont les principes de
déduction, d'induction ou d'inférence que nous
utilisons dans notre raisonnement quotidien pour
prendre des décisions, sont également les grands
principes des familles de méthodes de l'IA.
Mais ce n’est pas que ça !
Tout n’est pas linéaire
data(iris)
data <- iris[iris$Species %in% c("setosa",
"versicolor"), ]
Y <-ifelse(data$Species == "setosa", 1, 0)
Regardez dans « l'esprit » de la machine :
https://moebio.com/mind/
Les données
En utilisant l' API chatgpt , On exécute la même invite de complétion «
L'intelligence est » des centaines de fois (en réglant la température assez
haut, à 1,6 pour des réponses plus diverses). Étant donné un texte, un grand
modèle de langage attribue une probabilité au mot (jeton) d'arriver, et il
répète simplement ce processus jusqu'à ce qu'une complétion soit complète.
Espace sémantique (derrière)
Chaque texte (une complétion d'invite ou une sous-séquence) a une
incorporation : une position dans un espace de 1536 dimensions (espace
sémantique, ou s²₁₅₃₆). Pour chaque réponse, il existe une trajectoire à
travers s²₁₅₃₆ correspondant à chaque sous-séquence de mots, par
exemple : «L’intelligence est »→«L’intelligence est
la»→«L’intelligence est la capacité »→«L’intelligence est la capacité
de »→ … → complétude complète .
TRANSFORMER EXPLAINER : https://poloclub.github.io/transformer-explainer/
Combien de neurones pour être
intelligent ?
Le tournant en
2012
Histoire du Deep Learning
Profondeur
«infini »
Parallélisation du
calcul et distribution
du calcul sur des
milliers de GPU
Des progrès
fulgurants !
l’intelligence artificielle n’est pas un substitut à la pensée mais une
épreuve qui oblige à la rehausser.
On ne peut pas véritablement « penser avec » l’IA si l’on ne dispose pas soi-
même d’un socle solide : un corpus de références, une bibliothèque mentale de
concepts, d’auteurs et de faits. Sans cet appui, impossible de distinguer
l’erreur de l’exactitude, le plausible du vrai, l’intuition féconde de
l’anachronisme grossier.
Celui qui délègue son entendement à la machine en sera prisonnier et cela
pourrait lui être fatal : son destin sera celui de l’outil qu’il a choisi
d’imiter, efficace peut-être, mais sans profondeur, sans vie.
L’IA appelle donc moins à la paresse qu’à l’exigence : elle exige d’aiguiser
son esprit critique, d’élargir ses savoirs, de fortifier sa culture dans des
domaines où il y a peu de gains de productivité : la lecture lente, la
fréquentation des classiques, la confrontation patiente aux grandes œuvres,
la méditation silencieuse, l’expérience vécue. Dans un monde où, pour
reprendre Lyotard, « avoir du succès, c’est gagner du temps », quel cruel
destin que de devoir encore lire un livre jusqu’au bout…
L’IA est donc paradoxalement une alliée : non pas pour remplacer la pensée
Références :
•IA générative : usages et applications avancées pour la veille
technologique –YouTube
•L'intelligence artificielle, objet philosophique
•Pour une introduction au Deep Learning FIDLE
•L'IA et ses défis : https://www.college-de-
france.fr/fr/agenda/colloque/ia-et-ses-defis
•Implications philosophiques de l’IA
•Guide pratique de l’IA à l’Inspé
•Guide pratique de l'intelligence artificielle dans l'entreprise (Stéphane
RODER - Eyrolles)
•guide d’accompagnement : Décryptage des enjeux et opportunités de l’IA
pour les entreprises et les salariés
•Guide pratique de l’université de Genève
•Comment les machines pourraient-elles atteindre l'intelligence humaine?
Conférence de Yann LeCun
